3

Доброго дня! Подскажите, пожалуйста, как составить регулярное выражение и разбить строку такого типа:

Иванов Иван Иванович 12.02.1942 675195, Москва, ул. Ивановых, дом 15, 4512 125345 выдан Орденом Ивановых 11.11.2011.

Соответственно, разбить нужно так чтобы получить колонки: ФИО, Дата, Адрес, Паспорт

Я пробовал так:

pattern = "[А-Я]*[0-9]."
df1 = df1.Name.str.split(pattern, expand=True)

но получается криво. Уверен есть вариант значительно лучше.

11
  • 1
    Попробуйте rx=r'(?P<Name>.*?)\s+(?P<Date>\d{2}\.\d{2}\.\d{4})\s+(?P<Address>\d+,\s*.*?)\s+(?P<Passport>\d{4}\s\d{6}.*)' => df1.Name.str.extract(rx, expand=True) 16 мая 2017 в 21:05
  • @Wiktor Stribiżew, спасибо. Возвращает ошибку "bad character in group name 'Add\u200c\u200bress' at position 52". Как ее можно исправить? 17 мая 2017 в 6:07
  • А вы зря копируете из комментария. СО добавляет мусор. 17 мая 2017 в 6:09
  • @Wiktor Stribiżew, скопировал по ссылке regex100, но результат тот же и ошибка в той же линии. В любом случае, спасибо за ссылку на ресурс. Буду экспериментировать! 17 мая 2017 в 6:21
  • Регекс работает. По крайней мере, уж точно в нем нет ошибок. 17 мая 2017 в 6:27

1 ответ 1

1

Так как текст неструктурирован, тут помогут только регулярные выражения. Пример:

rx = r'^(?P<Name>.*?)\s+(?P<Date>\d{2}\.\d{2}\.\d{4})\s+(?P<Address>\d+,\s*.*?)\s+(?P<Passport>\d{4}\s\d{6}.*)$'

См. демо на regex101.com

  • ^ - начало строки
  • (?P<Name>.*?) - любые 0+ символов (как можно меньше)
  • \s+ - 1+ пробелов
  • (?P<Date>\d{2}\.\d{2}\.\d{4}) - 2 цифры, точка, 2 цифры, точка, 4 цифры
  • \s+ - 1+ пробелов
  • (?P<Address>\d+,\s*.*?) - 1+ цифр, ,, 0+ пробелов, любые 0+ символов (как можно меньше)
  • \s+ 1+ пробелов
  • (?P<Passport>\d{4}\s\d{6}.*) - 4 цифры, пробел, 6 цифр и 0+ любых символов (как можно больше, до конца строки)
  • $ - конец строки

Чтобы эта регулярка работала в pandas, нужно использовать её с extract:

df1 = df1.Name.str.extract(rx, expand=True)

Ваш ответ

Нажимая на кнопку «Отправить ответ», вы соглашаетесь с нашими пользовательским соглашением, политикой конфиденциальности и политикой о куки

Всё ещё ищете ответ? Посмотрите другие вопросы с метками или задайте свой вопрос.